AI图鉴

AI图鉴首页 › AI 资讯 › 通过预训中毒的后门

通过预训中毒的后门

来源:Hacker News · 发布时间:11-03 · 由 AI图鉴每小时自动聚合

文章 URL:https://arxiv.org/abs/2610.37741 评论 URL:https://news.ycombinator.com/item?id=50341334 评论要点:45#评论:10

计算机科学 > 密码和安全

[2026年10月27日提交]

标题:通过预训中毒获得代理后门

查看 PDF HTML( 实验)

摘要:大型语言模型在从公共网络中刮出的庞大的,未经检验的蝎子身上预训。 这对在预训数据中植入有毒内容的攻击者造成了安全风险。 我们首次显示这种中毒可以在agent安装一个远程代码执行后门,导致它在用户的机器上执行攻击者选择的命令。 为了测量威胁结束,我们从零开始将Qwen3型号从0.6B,1.7B和4B的尺寸进行预训,然后利用清洁的管道将每辆后排车分别装入CLI agent. 用我们的新毒药设计将预训服的0.1%毒药植入后门:部署的agent在扳机出现时执行恶意命令,同时正常地在干净的输入上操作。 攻击成功率(ASR)随着模型尺度的增加而增加,4B模型以0.1%的毒率达到大约92%的ASR,即使中毒率下降到0.0005%,也保持阳性。 我们的代码可在此 https URL 中获取。

其他特征

当前浏览上下文:

(cs.CR) (中文(简体) ).

参考资料和引用

正在装入。..

书目和引用工具

书目浏览器( 什么是浏览器?)

连接文件( 什么是连接文件?)

Litmaps (什么是 Litmaps? ).

点击智能引用( 什么是智能引用?

与本条有关的代码、数据和媒体

阿尔法XIV (什么是AlphaXiv吗?)

文档的催化X代码查找器( 什么是催化X?)

DagsHub(什么是DagsHub?) (英语).

Gotit.pub(什么是GotitPub?) 互联网电影数据库(IMDb)上"GotitPub"?

Hugging Face(什么是Huggingface?

科学卡斯特(科学卡斯特是什么?

演示文稿

建议和搜索工具

影响花(什么是影响花?)

CORE推荐人(CORE是什么?)

arXivLabs:与社区合作者的实验项目

arXivLabs是一个允许合作者在我们的网站上直接开发并分享新的arXiv特性的框架。

与arXivLabs合作的个人和组织都拥护并接受了我们的开放、社区、卓越和用户数据隐私的价值观。 arXiv致力于这些价值观,只与坚持这些价值观的伙伴合作。

有个能给ArXiv社区带来价值的项目吗?学习更多关于arXivLabs。

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(arxiv.org)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 607 款 AI 工具分类导航 · 每日 AI 热门项目与动态